Partilhar

A Gartner, no início de 2021 estabeleceu o radar das 23 tecnologias emergentes para 2021.

Neste radar é possível destacar o potencial futuro das tecnologias relacionadas com assistentes virtuais avançados, estes assistentes são agentes de cobrança, agentes virtuais de IA/RV ou até mesmo agentes virtuais de motorista/veículo.

O radar está representado através de anéis que representam o tempo necessário à tecnologia passar de adoção inicial para adoção em massa. O tamanho e cor da tecnologia representa o impacto que a mesma causará nos respetivos mercados.

Neste contexto, as 4 tecnologias emergentes identificadas assentam sobre três distintos temas:

  • Interfaces e experiências: Tecnologias focadas em mudar a interação dos humanos com o mundo e sistemas informáticos, permitem assim reduzir a complexidade da interação a partir de uma “humanização” dos sistemas, possibilitando o seu uso por parte de utilizadores com qualquer nível de experiência;
  • Business enablers: Apesar da revolução tecnológica ainda existem empresas que funcionam à base de ferramentas e processos bastante desatualizados, aqui surge uma oportunidade para empresas que desenvolvem mecanismos de digitalização de processos capazes de mudar práticas, processos, métodos, modelos ou funções, otimizando as tarefas internas das empresas;
  • Revolução produtiva: A convergência de diferentes tecnologias e tendências permitem resolver problemas pra além da capacidade humana, permitem ajudar entidades rapidamente e com elevada precisão a classificar prever e resolver estes problemas.​​​​​​​

Por fim, de referir que a descrição do radar da Gartner foi já citada em artigo anterior.

​​​​​1 – Assistentes Virtuais (AVA’s)

​​​​​​​​​​​​​​Os assistentes virtuais têm sido alvo de um elevado desenvolvimento nos últimos 5 anos apresentando um progressivo grau de complexidade de funcionalidades, estes processam a informação dada pelos humanos, oferecendo depois uma resposta com previsões e decisões nas mais diversas áreas.

Para o desenvolvimento destas tecnologias fazem parte os seguintes componentes base:

​​​​​​​- Interface de comunicação: Com o objetivo de simular uma conversa com um humano é apresentada uma interface onde são apresentadas as trocas de informação entre utilizador e assistente, a informação pode ser desde mensagens de texto a imagens ou até mesmo sistema de navegação.

– Processamento de linguagem natural (NLP): Sistema capaz de interpretar texto e sons produzidos por um humano;

– Técnicas de semântica e deep learning, tais como redes neuronais profundas (DNNs): Sistema que interpreta a semântica do texto ou som em vez de memorizar traduções de sons para frases em texto. O nível de complexidade e funcionalidades das redes neuronais pode variar de acordo com cada solução;

– Modelos de previsão, apoios a decisões e personalização.

Time to market: 1-3 anos

O tempo estimado baseia-se na expansão dos sistemas atuais, bastante limitados de assistentes virtuais para assistentes virtuais avançados capazes de atuar numa multitude de funcionalidades e tarefas, propiciando a expansão de tecnologias de agentes de comunicação IA para qualquer aspeto da vida dos consumidores e interações e operações empresariais.

potencial impacto é elevado pois esta tecnologia pode ser utilizada em qualquer setor do mercado, capaz de transformar a forma como as aplicações são usadas nas empresas e como os consumidores interagem com dispositivos (ex IoT) potenciando a experiência e o envolvimento do cliente.

2 – Modelos de linguagens baseados em transformações

Estes modelos são redes neuronais profundas (DNNs) capazes de processar sequências de palavras como uma frase. Este sistema identifica o contexto e significados do termos que constituem a frase, melhorando significativamente as tarefas de tradução, transcrição e criação de linguagem natural. Estes modelos são treinados com datasets de milhares de milhões de frases de modo a atingir uma elevada precisão.

Time to market: 1-3 anos

Este tempo deriva da qualidade das ferramentas de treino, eficiência do tempo de execução e facilidade de desenvolvimento. Alguns dos modelos atuais, tais como GTP-3 já têm a capacidade de criar parágrafos de texto indistinguíveis dos criados por humanos. Esta tecnologia tem um potencial impacto bastante elevado pois estão a substituir redes neuronais recorrentes (RNNs) a uma grande velocidade.

As novas ferramentas são capazes de introduzir avanços significativos em diversos campos nomeadamente:

  • Análise de textos avançada: É possível aumentar a precisão do reconhecimento significativamente;
  • Simplificar aplicações através da comunicação direta com o utilizador;
  • Melhoria significativamente da inteligência dos assistentes tanto em termos de reconhecimento como comunicação com o utilizador com a criação automática de texto.

Estas soluções inserem-se primeiramente para a língua inglesa, pelo que as oportunidades de desenvolvimento para o mercado português apresentariam um maior desafio e grau de inovação.

3 – Packaged Business Capabilities​​​​​​​

Esta tecnologia permite a organizações criarem sistemas dedicados a um tipo de setor ou serviço a partir de pacotes de ferramentas.

Estes pacotes incluem diversas ferramentas de negócio bem definidas capazes de ser adaptadas a diversos setores, a transformação digital de muitas empresas passa pela implementação deste tipo de serviços.

Time to market: 3-6 anos

Apesar da crescente modularização das soluções este tipo de transição muitas empresas encontram-se ainda numa fase inicial de adoção de APIs.

O potencial impacto desta tecnologia é medio devido ao facto de necessitar de redefinição das soluções atuais, apesar disso uma implementação em massa deste tipo de soluções tem a capacidade de transformar a forma como as empresas comercializam, vendem e entregam as suas soluções.

4 – AR Cloud

Esta tecnologia tem como principal objetivo complementar o mundo real com o virtual a partir de realidade aumentada, permitindo a sobreposição de conteúdo digital em objetos, pessoas e locais, fornecendo assim informações e servidos associados aos aspetos dos ambientes físicos.

​​​​​​​​​​​​​​Por exemplo. um utilizador pode assim receber informações de preço, rotas e horários de transportes públicos bastando apenas apontar o telemóvel ao autocarro ou paragem do mesmo. Podem também ser mostradas informações por crowdsourcing, como por exemplo quantas vezes o autocarro chegou atrasado nos últimos tempos.

Time to market: 6-8 years

Este tempo significativo é oriundo da necessidade da evolução de diversos componentes necessários para tornar esta tecnologia possível tais como:

  • Edge networking;         
  • Comunicações de elevada largura de banda e baixa latência, de forma a suportar o fluxo de dados necessário;
  • Ferramentas padronizadas e conteúdo otimizado para a AR Cloud;
  • Gestão e interoperabilidade para garantir compatibilidade entre sistemas e uma experiência contínua.

Por fim, de referir que esta tecnologia tem a capacidade de transformar a forma como as pessoas interagem com o mundo, capaz de produzir um potencial impacto extremamente elevado. A nuvem RA fornecerá uma camada de abstração digital para pessoas, lugares e coisas espalhando-se por aplicações de negócio e de consumo e impactando todos os setores, independentemente da geografia. Adicionalmente irá potenciar novos modelos de negócio e formas de interagir e monetizar o mundo físico.

SOBRE O AUTOR

Gonçalo Pereira, licenciado em Engenharia Informática pela Universidade da Beira Interior, com experiência de desenvolvimento de software e tecnologias na área da saúde e segurança informática. Consultor TIC na FI Portugal desde Agosto de 2020.

×

Powered by WhatsApp Chat

× How can I help you?